詳解 Viralmind：利用大型行動模型的去中心化 AI 訓練協議

原標題：《Viralmind and $VIRAL: Pioneering Decentralized AI Training with Large Action Models 》

作者： Emperor Osmo

編譯：Felix, PANews

不要只尋找那些最流行的 AI 加密項目，還要尋找那些有基本面支撐的項目。以下是對 Viralmind 的詳細分析，包括其提供的服務、基本原理以及對 VIRAL 代幣的財務和市場分析。

摘要

• Viralmind 構建了大型行動模型（LAM），可以有效增強數字環境中的人機交互。可以把 LAMs 看作是一種數字工具，其可以實際使用計算機、網站和文檔來執行與您完全相同的操作。
• Viralmind 正構建一個去中心化的 AI 訓練生態系統，允許對其 AI 代理進行訓練。這可以消除中心化 AI 訓練模型的固有偏見，並為這些代理提供高度原生化和高度集中的數據集來進行訓練。
• Viralmind 的核心是 VIRAL 代幣，可以通過 DEX 獲得，也可以在 Viralmind 上訓練 LAM 時獲得。
• Viralmind 正處於預計將達到萬億美元的 AI 生態系統和市場的邊緣。人工訓練的 AI 模型的價值為每年 6000 萬美元甚至更多。

概述

Viralmind 是一個開源的、去中心化的集體智能平台，旨在真正將 AI 代理轉變為人類助手。簡而言之，它是一種可以在任何數字環境中以類似人類的方式運行的代理。Viralmind 的 LAM 被設計為以類似人類的方式導航和操作數字環境。通過利用鍵盤輸入、鼠標移動和點擊，這些 AI 代理可以在遊戲、產能和其他創意領域執行廣泛的任務。

為了訓練 AI 代理，用戶可以通過 Trading Gym 進行訓練，其可以有效地將螢幕上的動作作為訓練數據。然後，這些信息被轉換成詳細的軌跡，使 AI 代理能夠隨著時間的推移進行學習和改進。Viralmind 還引入了一個數據市場，用戶可以在其中交易這些數據集，以進一步增強系統的整體學習能力。Viralmind 的一項關鍵創新是一鍵微調功能，使用戶能夠使用小型數據集自定義 GPT-4o 等模型。這種方法簡化了 AI 培訓，使大量用戶（甚至沒有深厚技術專業知識的用戶）也能從中受益。該系統生成結構化的 .jsonl 文件，這些文件可以捕捉人類行為和綜合推理，為模型改進提供高質量數據。

Viralmind 的 LAM 旨在彌合 LLM（大語言模型）與計算機直接交互之間的差距，取代過時的基於 OCR 技術。Viralmind 計劃在鏈上和 desktops 上部署代理，旨在無縫集成到遊戲、企業軟件和區塊鏈應用程序中。Viralmind 由其原生代幣 VIRAL 支持，該代幣激勵用戶提供高質量的訓練數據、參與競賽並促進 Viralmind 不斷增長的 AI 生態系統的發展。

Viralmind 將大型模型產生的收入再投入到行銷和開發，創造了一個高效且自給自足的經濟，獎勵貢獻者並支持平台的長期增長。

產品/服務

Viralmind 的主要產品是 VM-1，這是一種可反應數字環境中人類行為的 LAM。作為一個先進的 LAM， VM-1 使 AI 代理能夠玩遊戲，完成任務，並通過流暢的、類似人類的交互瀏覽複雜的界面。

VM-1 生態將具有兩個不同的層級：

開源小型模型：這些模型緊湊而高效，可滿足希望通過替換 OCR 模塊來增強現有管道的開發者需求。它們可作為任何 LLM 的即插即用擴展，無需進行全面的 LAM 培訓即可增強其功能。

通過 API 的基礎 LAM：通過 API 提供的大型 VM-1 模型經過數百萬的訓練，適用於從遊戲和工作自動化到流媒體的各種應用程序。其使用由 VIRAL 代幣提供支持，費用將重新投資於行銷和增長，確保生態系統自我維持。

Viralmind 還與遊戲工作室、企業軟件提供商和加密平台建立了戰略合作夥伴關係，以擴大 VM-1 的覆蓋範圍。這些合作將把 VM-1 的功能集成到更廣泛的 AI 生態系統中，從而增強代理框架的採用和潛力。

為什麼選擇 VM-1？

• 對於遊戲玩家：VM-1 代理可無縫地與用戶一起玩遊戲，參與合作、競爭或創造性的遊戲。用戶可以使用個性化數據訓練他們的代理掌握特定的遊戲、類型或策略。
• 對於專業人士：VM-1 可以取代重複的手動任務，例如表單填寫和文檔處理，簡化實際場景中的工作流程。
• 對於開發者：缺乏資源來訓練完整 LAM 的開發者可以利用 VM-1 的較小模型來升級現有的工具和框架。此外，Viralmind 允許用戶訓練自己的 AI 代理，從而彌合基於文本的 LLM 與現實世界計算機交互之間的差距。

社區情緒

Viralmind 沒有像其他項目一樣實現病毒式行銷。Viralmind 沒有 Discord，但有一個 Telegram 頻道，目前成員人數超 1.1K。現有社區對 Viralmind 的產品有深刻的了解。Viralmind 目前沒有在 GoatIndex 上列出，而是在 Cookie.fun 上列出。

市場分析

擁有大型數據集是訓練 AI 模型的基礎。Viralmind 是這種訓練的核心，同時激勵用戶參與，有效地允許訓練在更廣泛的範圍內進行，同時也將其高度原生化到個人用戶。 AI 代理和模型通常可以通過集中式方法進行訓練，但這限制了 AI 理解用戶高度集中需求的能力。此外，集中式 AI 訓練模型還會吸收構建它的機構/組織/個人的偏見。這就是需要像 Viralmind 這樣的去中心化 AI 訓練模型的地方。Viralmind 並不是唯一一個構建分佈式 AI 訓練的項目。

FLock.io 也在構建可由用戶訓練的自定義和高度集中的 AI 模型。他們有一個類似的、社區參與的 AI 訓練模型，用戶可以幫助在 Flock 上訓練 AI 模型。然後，這些模型可以由個人或組織委託。在這種情況下，FLOCK 代幣具有與 VIRAL 代幣類似的實用性。

Sapien AI 還提供了基於參與用戶訓練 AI 模型的能力。作為回報，這些用戶能得到獎勵。但與 Viralmind 不同，Sapien 提供面向機構/企業的 AI 培訓 LLM。

Prime Intellect 類似於將研究人員、用戶和任何對訓練 AI 模型感興趣的人聚集在一起。它允許任何人貢獻資本、計算或代碼來構建這些模型。然而，與 Viralmind 相反，Prime Intellect 似乎限制了可以加入訓練 AI 模型的用戶。

DecentrAI 也提供去中心化培訓。用戶可以承擔訓練模型、質量檢查等職責。DecentrAI 仍處於開發階段。

Prometheus-X 也有助於去中心化 AI 培訓。但這種解決方案不是基於區塊鏈技術。它們還處於依賴用戶進行去中心化 AI 培訓的非常初級的階段。

縱觀現有的小型 AI 培訓格局，可以了解到去中心化 AI 培訓模型的需求和重要性。甚至一些規模較大的 LLMs 項目也與 Reddit 達成協議，使用其內容和數據來訓練模型。這些交易金額每年在 6000 萬美元以上。因此，AI 訓練模型的市場規模巨大，需求不斷增長。

預估 Viralmind 的潛在市場規模：

雖然整個 AI 市場價值數萬億美元，但 Viralmind 只占據了其中相對較小但非常重要的一部分------培訓。其 LAM 還將在塑造人類未來與 AI 互動的方式方面發揮關鍵作用，尤其是與 AI 代理的互動。到 2030 年，AI 代理市場預計將增長到 470 億美元。

即使只占有該市場的 1%，也意味著 4.7 億美元。此外，去中心化 AI 生態的市值僅為 60 億美元，預計將快速增長。

財務分析

Viralmind 協議的核心是 VIRAL 代幣。以下是其兩個主要功能：

• 面向用戶的 LAM 訓練激勵機制
• VIRAL 代幣質押以參加競賽

作為訓練這些模型的一部分，發行的 VIRAL 代幣可進一步用於參加免費或質押競賽。在前者中，用戶從 Training Gym 庫中獲得獎勵。然後，這些獎勵將分發給完成任務的用戶。在質押競賽中，用戶可獲得：

獎勵 =（用戶存入的總質押 + 輸掉的用戶被沒收的質押）- 5-10% 的協議費用，該費用將發送到他們的金庫。

此外，用戶必須在錢包中保留一定數量的 VIRAL 代幣才能參加免費競賽。這為 VIRAL 代幣增加了另一層效用。

VIRAL 代幣詳情：

• 流通供應量：965,888,531

• 最大供應量：1,000,000,000

• 市值：1400 萬美元

• 持有者總數：3,000

• 智能錢包持有者：5

• KOL/VC 錢包持有者：22

• 鯨魚：86 AI 市場領導者 AIXBT 代幣詳情：

• 市值：5.73 億美元

• 流通供應量：855,612,732

• 最大供應量：1,000,000,000

VIRAL / AIXBT 的市值比率 ⇒ 2.4%

考慮到其在更廣泛的 AI 生態中的份額有限，在項目剛啟動的情況下，2.4% 的市場比率是"健康"的。此外，非流通代幣的拋壓僅占總拋壓的 3-4%。這凸顯了 VIRAL 代幣的強勁基本面，進一步增強了其在未來幾週/幾個月的表現。